四种方法，用数据挖掘潜力用户思维导图

看个具体问题场景：某互联网广告平台，主要客户是B类企业，现在需要挖掘潜力客户，问该如何进行分析？

注意：题目是toB业务，与toC业务最大区别是：B端客户有固定的行业归属（汽车、美容、快消、游戏……），B端客户，也有经营规模的区别（可以从企业人数、已公开的财报，第三方行业报告等渠道获取）。因此，如果事先做了功课，是可以对企业打标签，对行业、规模进行分类的。

于是很多同学一拿到题，就开始：做交叉。拿行业、企业规模标签做分类维度，对用户广告投放金额做交叉。得到一张下边的表，然后就开始说：因为A行业企业投放广告多，所以A行业里边的企业都是潜力客户……（如下图）

这种结果当然会被业务喷了：

从本质上看，问题的难点，在于：“潜力”两个字，在业务上怎么定义。

数据只能告诉你：

但是，这些都是在描述现状，不能成为判断“潜力”的标准。如果不谈标准，孤零零地描述现状，就会产生问题和疑惑：

所以，这个问题的破题之道，一定不是拿着数据交叉来交叉去，而且扎扎实实地回到业务中，看不同场景下，业务所谓的“潜力”是什么意思。

作为广告业务，有三个关键客户属性，决定了客户会不会持续投放：

因此，在区分场景的时候，首先得对客户根据下面维度进行区分，便于后续识别工作：

比如：

注意：这里的数据采集难度会很大。因为可能涉及几十上百个行业和数万乃至数十万公司一一收集难度太大。因此需要先做好基础分类，再逐个挑重点来做。

再次，作为toB类业务，业务方拥有更多的一对一客户沟通机会，与引导客户的可能性。因此，需要做好标杆分析法，找出重点客户群体中成功案例/成功标杆。这样可以帮助业务更好的跟进潜力客户，也能解答业务经常问的一个很致命的问题：“为什么你说它是潜力，但它没有表现出来呢？”答曰：“亲，那是你没有用对方法……”

做完以上准备，就有了分析潜力客户的基本素材，可以正式开工了。

考虑到不同生命周期下，能采集到的数据量不同，因此建议以生命周期为主要划分维度，结合其他信息作出判断。

1. 初入期

2. 尝试期

3. 高峰期

4. 衰退期

5. 流失期

做完以上分类，每个生命周期的“潜力用户”有了初步定义。但并不一定要一股脑地把所有“潜力用户”推给业务。因为不同阶段，业务的重点不一样，可能不需要这么多信息。

比如当期业务重点是拉新，那就重点解决初入期/尝试期潜力问题。如果当期重点是提升生产力，那就重点挖高峰期/衰退期用户。

还有另一种情况，就是业务已经有了行动方案，希望数据能找出来符合这个行动方案的用户。此时的“潜力”其实已经非常清晰：有潜力参与XX活动，有潜力购买XX商品的客户。

此时的做法，和上文已经完全不同，因为“潜力”的含义已经很清晰了，只是匹配问题。后续再专门分享这一类做法。

有同学会问：这里是不是可以建一个算法模型，不用业务规则来推演？答：可以。但是注意：要建的不是一个算法模型，而是切分场景，根据数据特点建模。不然眉毛胡子一把抓，建的模型会有问题。

#专栏作家#